Adaptive Supervisory Framework for Cyber-Physical Systems - Optimal Scheduling of Smart Home Appliances

Abstract

Throughout the 21st century, technology has advanced at exponential speed, spreading into our daily routines and becoming critical in almost any everyday life domain. The resulting proliferation of digital devices is raising challenges, concerning the integration of a variety of heterogeneous technologies in complex and large-scale physical environments. Cyber-Physical Systems target such situations, proposing to bridge the cyber and physical worlds. Even though these systems are predominantly known in industrial processes, they have recently gained interest in the energy sector, in particular in the generation, transmission, supply and consumption of electrical energy.

Over the last few decades, a sustainable worldwide growth of electrical energy needs has been observed, to which the existing power grid infrastructure was proven incapable of ensuring adequate and stable supply to all customers. In addition, the exploitation rate of fossil fuels and other pollutant energy sources, so far responsible for most of the worldwide power generation, also skyrocketed, threatening the depletion of these sources and having a significant impact on anthropogenic climate change, power grid transmission and distribution capacity, along with adaptive and real-time management of the grid infrastructure.

Transformations to the traditional power grids have been proposed to address this energy crisis, turning them into intelligent and fully automated “smart” grids. Among the main characteristics of these new-generation power grids, their real-time supervision, monitoring, adaptive asset coordination, and resilience, are highlighted. In light of the on-going digital revolution, the exponentially increasing demand, renewable generation, and the coordination of these two sources needs to be properly addressed.

This thesis is framed within the above mentioned coordination efforts. Improvements on the rationalisation of electrical energy in residential smart homes are sought by means of optimal scheduling of controllable appliances. These include electrical devices commonly operated by household residents, such as clothes washing or dishwasher machines, and other equipments, such as batteries or electrical pump systems. The periods of lower demand and cheaper utility tariffs, as well as of higher local microgeneration, are exploited to minimise, under explicit constraints, the overall electricity bill and the resident discomfort. A prototype smart home case study, supported by real-world historical power demand records and local microgeneration forecasts, is considered. An adaptive mathematical optimisation-based framework is developed for week-ahead scheduling of a clothes washing machine, tumble dryer, dishwasher, electrical pump and a battery system. In this framework, daily rescheduling is carried out under progressively smaller scheduling horizons. For each new day, appliance allocation is formulated as an instance of a non-preemptive machine scheduling problem, with common linear programming solvers used to obtain optimal scheduling solutions. In order to account for the unpredictability of household demand and generation over the scheduling horizon, a Gaussian process-based probabilistic formulation is adopted to model these sources of uncertainty, within the scope of each scheduling problem.

The proposed methodology is validated in the context of household appliance scheduling problems. It is applied for week-ahead allocation of controllable appliances, considering 30 separate weeks covering a one-year period. Simulation results show competitive electricity bill and resident discomfort performance, in comparison to some of the state of the art approaches, namely standard receding horizon and day-ahead scheduling strategies. A modification to the developed framework is also proposed to address identified limitations concerning the accommodation of violations of operational constraints, and extra operation of controllable loads, outside of typical usage. While the former occur as a result of more extreme demand or generation realisations, the latter are motivated by unexpected events, such as social gathering events. In additional simulations, all constraint violations are successfully detected and avoided. Moreover, successful allocation of extra controllable loads, without compromising operation feasibility, is also observed.

This dissertation contributes with household appliance scheduling strategies, successfully validated on a prototype smart home environment and real-world demand data, which is expected to have a positive impact in solving scheduling problems with uncertainty in Cyber-Physical Systems.

Ao longo do século XXI, a tecnologia tem evoluído a uma velocidade exponencial, sendo integrada na rotina diária e assumindo um papel crítico no nosso quotidiano. A resultante proliferação de dispositivos digitais levantou novos desafios relacionados com a integração de equipamentos tecnológicos heterogéneos em ambientes físicos complexos e de larga escala. Os Sistemas Ciberfísicos abordam estas situações, propondo interligar os mundos cibernético e físico. Embora estes sistemas sejam predominantemente conhecidos em processos industriais, recentemente têm recebido interesse no setor da energia, em particular na geração, transmissão, fornecimento e consumo de energia elétrica.

Ao longo das últimas décadas, um crescimento sustentável das necessidades elétricas tem sido observado a nível mundial, para o qual a atual infraestrutura da rede elétrica se tem revelado incapaz de assegurar um adequado e estável fornecimento de energia. Mais ainda, a atual taxa de exploração de combustíveis fósseis e outras fontes poluentes de energia, até agora responsáveis pela maior parte da geração mundial, também aumentou consideravelmente. Para além de ameaçar a extinção destas fontes, a sua exploração é também responsável por impactos em fenómenos de alterações climáticas, capacidade de transmissão e distribuição, bem como uma gestão adaptativa e em tempo-real da infraestrutura da rede elétrica.

Por forma a lidar com a emergente crise energética, a rede elétrica tradicional tem sido transformada numa infraestrutura inteligente e totalmente automatizada, denominada rede elétrica inteligente. De entre as suas características, a capacidade de supervisão em tempo-real, monitorização, coordenação adaptativa, e resiliência, são destacadas. Ao abrigo da atual revolução digital, e consequente crescimento exponencial do consumo e proliferação de geração renovável, a sua coordenação é crítica.

A presente dissertação enquadra-se nestes esforços de coordenação. Melhorias na gestão energética de residências inteligentes, através do escalonamento ótimo de equipamentos elétricos, são propostas. Estes incluem electrodomésticos frequentemente operados pelos residentes, como máquinas de lavar roupa e loiça, e outros equipamentos, como baterias ou sistemas de bombas elétricas. Períodos de menor consumo e preços da rede mais reduzidos, bem como de maior geração elétrica local, são explorados para reduzir a fatura elétrica e do desconforto dos residentes. Uma casa inteligente protótipo é considerada, suportada por dados históricos reais de consumo e previsões de geração local. Aplicada a este caso de estudo, foi desenvolvida uma estratégia adaptativa baseada em otimização matemática para o escalonamento, no horizonte de uma semana, de máquinas de lavar roupa, secar roupa e lavar loiça, uma bomba de água elétrica e um sistema de bateria. Nesta estratégia, o escalonamento é realizado em todos os dias da semana, considerando horizontes progressivamente mais reduzidos. Para cada novo dia do horizonte, o escalonamento é formulado como uma instância de um problema de escalonamento não preemptivo de máquinas, recorrendo a estratégias de programação linear para obter soluções de escalonamento. De forma a considerar a imprevisibilidade do consumo elétrico e da geração em ambientes residenciais, é utilizada uma ferramenta de modelação probabilística baseada em processos Gaussianos para modelação destas fontes de incerteza, para cada problema de escalonamento considerado.

Esta ferramenta foi validada em problemas de escalonamento de equipamentos elétricos em habitações, tendo sido aplicada no planeamento, ao longo de uma semana, de equipamentos elétricos controláveis, em 30 semanas dispersas ao longo de um ano. Nas simulações realizadas, a competitividade desta estratégia, com respeito a critérios de custo de energia e desconforto dos residentes, é demonstrada, em comparação com abordagens do estado da arte, em particular com horizonte recidivo e escalonamento para o dia seguinte. Uma modificação adicional à estratégia desenvolvida é também proposta para abordar limitações relacionadas com a acomodação de violações de restrições de operação dos equipamentos e das cargas adicionais, fora da sua utilização-padrão. Enquanto que as limitações do primeiro tipo resultam de consumo ou geração mais extremo, a realização de cargas adicionais é motivada pela ocorrência de eventos não expectáveis, como eventos sociais. Em simulações adicionais, todas as violações de restrições foram detetadas e acomodadas com êxito. Mais ainda, todas as cargas adicionais foram planeadas com sucesso, sem comprometer a viabilidade das soluções anteriormente determinadas.

A presente dissertação contribui com estratégias para o escalonamento de equipamentos em habitações, validadas com sucesso num caso de estudo protótipo de uma residência, recorrendo a dados reais, as quais poderão apresentar um impacto tangível na resolução de problemas de escalonamento com incerteza em Sistemas Cíberfísicos.